Datos satelitales en GRASS GIS
Los datos satelitales en general vienen en formato raster, por lo tanto aplican las mismas reglas.
Los comandos i.* se orientan explícitamente al procesamiento de datos satelitales aunque algunos puedan usarse para otros datos raster.
Para más detalles, ver el manual de Imagery Intro y la wiki sobre Image Processing.
Datos para esta sesión
Escenas Landsat 8 (OLI)
- Fechas: 14/01/2020 y 02/03/2020
- Path/Row: 229/082
- CRS: UTM zona 20 N (EPSG:32620)
Descargar las escenas L8 14/01/2020 (979Mb) y L8 02/03/2020 (880Mb) y moverlas a $HOME/gisdata/landsat_data. No descomprimir!
Historia de la mision Landsat
El sistema de escáner multiespectral (MSS) a bordo del Landsats 1-5 disponía de cuatro bandas. El Thematic Mapper (TM) a bordo de Landsats 4 y 5 tenía siete bandas. El Enhanced Thematic Mapper Plus (ETM+) del Landsat 7 tiene 8 bandas y los Landsats 8 y 9 tienen 11 bandas. Fuente: https://landsat.gsfc.nasa.gov/satellites/landsat-9/landsat-9-bands/.
Más detalles sobre las misiones Landsat pueden encontrarse en: https://www.usgs.gov/landsat-missions
Manos a la obra
Iniciamos GRASS GIS
Iniciamos GRASS GIS en posgar2007_4_cba/PERMANENT
Ahora sí, estamos listos para importar los paquetes de GRASS e iniciar una sesión:
Corroboramos la proyección
Crear un nuevo mapset
Creamos un nuevo mapset llamado landsat8:
Listamos los mapsets accesibles
Listamos los mapas vectoriales disponibles
Región de interés
Extraemos el radio urbano de Córdoba
Establecemos la región computacional al radio urbano de Córdoba
Descargar e importar los datos L8
Instalar la extensión i.landsat:
Buscar escenas de Landsat 8 disponibles
NO EJECUTAR! Descargar las escenas seleccionadas
Imprimir las bandas dentro de la carpeta
Imprimir sólo las bandas seleccionadas con un patrón
Importar bandas, recortar y reproyectar al vuelo
Listar bandas importadas y revisar metadatos
Pre-procesamiento de datos satelitales
De número digital (ND) a reflectancia y temperatura
- Los datos L8 OLI vienen en 16-bit con rango de datos entre 0 y 65535.
- i.landsat.toar convierte ND en reflectancia TOA (y temperatura de brillo) para todos los sensores Landsat. Opcionalmente proporciona reflectancia de superficie (BOA) después de la corrección DOS.
- i.atcorr proporciona un método de corrección atmosférica más complejo para gran variedad de sensores (S6).
Definir region computacional a banda de 30m
Convertir DN a reflectancia superficial y temperatura - método DOS
# convert from DN to surface reflectance and temperature - requires to uncompress data locally
gs.run_command(i.landsat.toar input="LC08_L1TP_229082_20200114_20200127_01_T1_B" output="LC08_229082_20200114_toar_B" sensor="oli8" metfile="$HOME/gisdata/landsat_data/LC08_L1TP_229082_20200114_20200127_01_T1_MTL.txt"
method="dos1")Corroborar info antes y después de la conversión para una banda
Ahora, sigan los mismos pasos para la escena del 02/03/2020. ¿Qué notan de diferente?
Ajuste de color y composiciones RGB
Ajuste de colores para una composición RGB color natural
Mostrar la combinación RGB
Seguir los mismos pasos para una composición falso color 543. Sobre qué bandas debieran realizar el ajuste?
Enmascarado de nubes con banda QA
- Landsat 8 proporciona una banda de calidad (quality assessment, QA) con valores enteros de 16 bits que representan las combinaciones de superficie, atmósfera y condiciones del sensor que pueden afectar la utilidad general de un determinado pixel.
- La extensión i.landsat.qa reclasifica la banda QA de Landsat 8 de acuerdo a la calidad del pixel.
Más información sobre la banda QA de L8 en la guía de usuario.
Crear las reglas para identificar las nubes y sombras de nubes
Reclasificar la banda QA en función de las reglas
Reporte del porcentaje de nubes y sombras
Mostrar el mapa reclasificado
Comparar visualmente la cobertura de nubes con la composición RGB 543.
Fusión de datos/Pansharpening
Vamos a usar la banda PAN (15 m) para mejorar la definición de las bandas espectrales de 30 m, por medio de: i.fusion.hpf, que aplica un método de adición basado en un filtro de paso alto. Otros métodos están implementados en i.pansharpen.
Instalar la extensión i.fusion.hpf
Cambiar la región a la banda PAN
Ejecutar la fusión
Listar los mapas resultantes usando un patrón de búsqueda
Visualizar las diferencias
Índices de agua y vegetación
Establecer la máscara de nubes para evitar el cómputo sobre las nubes
Calcular el NDVI y establecer la paleta de colores
Calcular NDWI y establecer la paleta de colores
Mostrar los mapas
NDVI y NDWI a partir de datos Landsat 8
Estimar NDVI y NDWI para la otra escena usando el módulo i.vi
Clasificación No Supervisada
- Agrupar las bandas (i.e., hacer un stack): i.group
- Generar firmas para n número de clases: i.cluster
- Clasificar: i.maxlik
Listar los mapas usando un patrón
Crear un grupo de imágenes o stack
Obtener estadísticos -firmas- para las n clases de interés con una muestra de pixeles
Realizar la clasificación no supervisada de toda la imagen
Mostrar el mapa clasificado
Información derivada adicional
Información derivada adicional podría obtenerse con los siguientes módulos, entre otros:
- medidas de textura: r.texture,
- medidas de diversidad: r.diversity,
- estadísticas locales con información de contexto: r.neighbors,
- transformación tasseled cap: i.tasscap,
- etc.
Clasificación en GRASS GIS
- Topic classification en los manuales de GRASS GIS
- Image classification en la wiki
- Ejemplos de clasificación en el curso dictado en Noruega en 2018
- Clasificación con Random Forest en la presentación del OpenGeoHub Summer School 2018 en Praga
- Detección de cambios con Landsat
Semantic labels
Un concepto bastante nuevo en GRASS GIS son las etiquetas semánticas o semantic labels. Éstas son especialmente relevantes para las imágenes de satélite, ya que nos permiten identificar a qué sensor y banda corresponde una trama determinada. Estas etiquetas son especialmente relevantes a la hora de trabajar con colecciones de imágenes de satélite y también a la hora de clasificar diferentes escenas. Lo veremos más adelante, pero al generar una firma espectral para un determinado conjunto de bandas, puede reutilizarse para clasificar otra escena siempre que las etiquetas semánticas sean las mismas. Cuidado: aunque es posible reutilizar las firmas espectrales para cualquier escena con las mismas bandas, los cambios temporales (estaciones, impacto meteorológico) limitan su aplicabilidad sólo a escenas obtenidas más o menos al mismo tiempo.